类型：人工智能
简介：基于AI的绘画生成工具，主要用于根据文本描述生成详细图像。
Stable Diffusion 能不能生成想要的图片，不只取决于模型，也取决于提示词和参数。很多用户安装完成后，输入一句很短的描述，却发现图片风格不稳定、主体不清楚、细节混乱。本篇教程从正向提示词、负向提示词和常见参数入手，帮助你用更清楚的方式描述画面。
一、正向提示词先写清主体
正向提示词用于告诉 Stable Diffusion 你想要什么。新手最容易犯的错误，是一上来堆很多形容词，却没有把主体讲清楚。
比如下面这种提示词就不够明确：
beautiful, high quality, detailed它只是说“好看、质量高、细节多”，但没有说明画面主体是什么。
更清楚的写法是：
a modern office desk with a laptop, warm sunlight, clean background, realistic photo这里包含了主体、环境、光线、背景和风格，模型更容易理解。
二、提示词可以按层次组织
写提示词时，可以按下面顺序组织：
- 主体；
- 场景；
- 动作或状态；
- 风格；
- 光线；
- 镜头或构图；
- 细节要求。
例如：
a white ceramic coffee cup on a wooden table, morning sunlight, cozy cafe, shallow depth of field, realistic photography这种写法比简单堆词更稳定。
1、产品图提示词要突出物体
如果是产品图，主体应放在前面，例如：
a stainless steel water bottle, centered product photo, white background, soft studio lighting产品图不要加入太多无关场景，否则模型可能把重点放到背景上。
2、人物图提示词要注意动作和构图
人物图可以写清楚半身、全身、侧脸、正面、站立、坐姿等信息。描述越具体，构图越容易接近预期。
三、负向提示词用来排除不想要的内容
负向提示词用于告诉模型不想出现什么。常见负向提示词包括：
low quality, blurry, distorted, bad anatomy, extra fingers, watermark, text但负向提示词不是越长越好。过度堆叠可能影响画面自然度。建议先使用简单负向词，发现具体问题后再补充。
1、产品图常用负向方向
产品图常见问题包括：
- 多出文字；
- 出现水印；
- 产品变形；
- 背景太乱；
- 材质不真实。
可以针对这些问题写负向提示词，而不是复制一大串无关词。
2、人物图常用负向方向
人物图常见问题包括手部异常、肢体比例错误、面部细节不稳定。可以加入相关负向词，但也要结合模型和分辨率测试。
四、几个常见参数怎么理解
不同 WebUI 的界面可能不同，但常见参数大致包括采样方法、采样步数、分辨率、CFG Scale、Seed 等。
1、采样步数
采样步数影响生成过程。步数太低，画面可能不完整；步数太高，耗时增加，也不一定更好。
很多场景可以从中等步数开始测试，再根据效果调整。不要把步数拉得很高来解决所有问题。
2、CFG Scale
CFG Scale 可以理解为模型听提示词的强度。数值太低，可能不够贴合提示词；数值太高，画面可能变得生硬或出现异常。
建议从常见中间范围开始，再根据画面调整。具体适合范围和模型、采样器有关。
3、Seed
Seed 是随机种子。固定 Seed 后，在相同模型和参数下，结果更容易复现。调试提示词时，可以固定 Seed，只改一个变量，这样更容易判断是哪项修改影响了图片。
五、不要一次修改太多变量
提示词调试最重要的是控制变量。如果你同时换模型、改提示词、改分辨率、改采样器，就很难判断哪项变化带来了效果。
更稳妥的方式：
- 固定模型；
- 固定 Seed；
- 固定分辨率；
- 每次只改提示词或一个参数；
- 保存效果较好的组合。
这样可以逐步建立自己的提示词库。
六、提示词不是万能的
提示词能影响结果，但不能解决所有问题。如果模型本身不擅长某类图像，再怎么写提示词也可能效果有限。比如写实模型不一定擅长二次元风格，二次元模型也不一定适合产品摄影。
遇到效果不理想时，可以按顺序排查：
- 模型是否适合；
- 提示词是否清楚；
- 分辨率是否合理；
- 是否需要 LoRA；
- 是否需要图生图或 ControlNet。
FAQ
Q1：提示词必须用英文吗？
A：很多模型对英文提示词支持更稳定，但具体要看模型训练数据和 WebUI 支持情况。中文也可以尝试，但效果可能不完全一致。
Q2：负向提示词越多越好吗？
A：不是。负向提示词要针对问题添加，过度堆叠可能影响画面自然度。
Q3：为什么同样提示词每次结果不同？
A：如果 Seed 不固定，每次生成都会有随机性。想复现结果，可以固定 Seed 和参数。
Q4：提示词写得很详细还是不准怎么办？
A：可能是模型不适合该场景，或者需要图生图、ControlNet、LoRA 等辅助方式。
